m0_61863309的博客

要绘制ggplot风格的生存曲线，你需要首先安装survminer包，它是一个基于ggplot2的专门用来进行生存分析可视化的R包。survminer包提供了ggsurvplot函数，它可以根据生存对象（survfit对象）来生成生存曲线，还可以添加风险表、置信区间、中位生存时间、p值等信息。你还可以使用ggplot2的其他函数和参数来调整图形的细节，如颜色、线型、字体、主题等。生存曲线是一种用来展示生存数据的图形，它可以反映不同分组或因素对生存时间的影响。

1.计量资料：采用定量的方法测定调查对象的结局指标获得数据称为计量资料。如高血压患者的血压监测数据（120mmHg,125mmHg,126mmHg,127mmHg）；糖尿病患者的血糖测量值（7.1mmol/L，7.2mmol/L，7.3mmol/L...）等（1）连续型计量资料：可连续取值的资料，常含小数点。如升高，体重，血糖值，学生加权成绩等（2）离散型计数资料：只取整数的资料，常不含小数点。如班级人数，心率次数等2.计数资料：将调查对象按照一定的性质进行分组...

1.提前处理好因子（分组）变量，如计划作为x轴变量的排序，对分组变量因子化，并进行排序ad_polt<-read.csv("绘图.csv",header = T)ad_polt$分组<-factor(ad_polt$分组,levels = c("组1","组2","组3"))ad_polt$x轴变量<-factor(ad_polt$x轴变量,levels = c("lev1","lev2"<"lev3",ed)) 2.建立一个自己的图标主题，以后用到可以直接调出，修改

R语言是我们常用来处理数据的软件，然而在这个过程中往往会遇到很多问题，下面就是一个在随访资料的生存分析过程中遇到过的一个小问题，可也是很多人可能会遇到过的问题，因为本人寻遍了整个百度未能找到确实可行的解决办法，下面将问题和解决方案记录在下面，希望对大家有一点帮助，如果有其他问题也欢迎大家和我一起进行探讨。1.在采用Openxlsx包中的read.xlsx()函数读入数据时，设置参数read.xlsx("C:/Users/Desktop/df.xlsx",1,na.strings = "",

求总体均数的95%置信区间,可根据自身需要更该alpha值，计算相应的置信区间 alpha<-0.05 #置信区间 n <- length(data) #计算变量长度 mean<- mean(data) #计算均值 Z1 <- qt(1-alpha/2,n-1) #计算对应的Z值（双侧） Z2 <- qt(1-a.

本文章内包含日常学习和工作中收集的代码，接下来我也会不断的补充，有需要的小伙伴自取。本文内容收集于各网站，若有侵权，联系删除。7.人口学特征（基线表）的生成。

① 建立观察变量OVB和中介变量MVB的回归模型（注意：这里根据mediation包的介绍，需要构建的是probit模型，而不是logist回归模型，网上有很多的代码用的logistic回归，结果自己跑的时候发现报错，我在这里陷了很久;为了方便演示，我们生成了一个协变量（Age）、一个连续型观察变量（liaOVC）、一个二分类观察变量（OVB）、一个连续型中介变量（MVC）、一个二分类中介变量（MVB）以及最后的结局变量（生存时间[time]，生存结局[stats]）。